（美）古铁雷斯（Daniel D.Gutierrez）2017 年出版242 页ISBN：9787115452405
本书通过8章内容，由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型性能评估以及无监督学习等内容。可谓是每一章都是当前最新颖最有探索价值的专题，对于想要了解机器学...
机器学习实战 基于SOPHON平台的机器学习理论与实践＝MACHINE LEARNING IN ACTION PRINCIPLES AND PRACTICE BASED ON TH
星环科技人工智能平台团队编著2020 年出版0 页ISBN：
（美）威力著2017 年出版156 页ISBN：7115464154
本书介绍了深度学习相关的知识点，并将R语言在深度学习中的应用技巧讲解给读者。本书不仅介绍了R语言中的H2O报的使用，还介绍了深度学习模型背后的一些核心概念，同时也介绍了Autoencoder的使用以及深度神经网络...
程显毅，施佺编著2017 年出版204 页ISBN：9787111570738
全书12章，分为原理篇（第1～8章），应用篇（第9～12章）。原理篇按照深度学习的发展过程，主要讨论了浅层神经网络、深度神经网络、Elman神经网络、Jordan神经网络、自动编码机、受限波尔兹曼机和深度信念网。应用篇R环境......
Ricbard Cotton著2014 年出版380 页ISBN：9787564149062
即使你仅有极少甚至没有编程经验，你也能够明白如何使用R语言及其软件环境来进行数据分析。通过这本操作指南，你将学习如何使用必要的R工具来分析数据，其中包括数据类型和编程概念。《学习R语言》的第二部分将...
（美）托威赫·贝索洛（TawehBeysolowII）著；潘怡译2018 年出版214 页ISBN：9787111604372
本书内容主要涉及：深度学习的数学理论基础，包括重要的统计学和线性代数的相关基本概念和知识；深度学习的各种典型模型，例如传统的单层感知器模型、多层感知器模型，以及卷积神经网络、循环神经网络、受限玻耳兹曼...
邓世超译；胡俊英责任编辑；（英）尼格尔·刘易斯2019 年出版190 页ISBN：9787115510099
本书侧重于R语言与深度学习的结合，全书分为12章，详细介绍了R语言在深度学习、神经网络建模方面的应用和案例，引导读者将这一学习过程变得具有实践性和实用性。本书还提供了一系列非常典型的商业案例，特别适合对...
赵鹏，李怡著2018 年出版343 页ISBN：9787519902940
本书以生动活泼的文字，针对零基础读者，从对R语言一无所知开始，到写出第一行代码、做出第一张科技图表，再到用R语言模型计算，对字符数据、空间数据、时间数据分析处理，直到用R写出一份惊艳的报告文档，展示出漂亮......
Josepb Adler著2013 年出版704 页ISBN：9787564142032
如果你选择R语言用于统计计算和数据可视化，那么本书将可以为你提供开源R语言及其软件环境的快速实用指南。你将学习如何编写R函数和使用R包来帮助你准备、可视化和分析数据。本书作者Joseph Adler讲解了来自...
